DeepLearn 2025 – Weiterbildung, Austausch und aktuelle Entwicklungen im Bereich Deep Learning
1 August 2025
Vom 21. bis 25. Juli nahmen Falk Maoro und Benjamin Vehmeyer an der diesjährigen DeepLearn 2025 teil, einer international ausgerichteten Weiterbildungsveranstaltung mit dem Schwerpunkt Deep Learning, die in Maia nahe Porto in Portugal stattfand. Die Konferenz richtete sich an ein breites Publikum, darunter Promovierende, Postdocs sowie Fachleute aus der Industrie mit KI-Bezug. In offener Atmosphäre wurde über aktuelle Entwicklungen im Bereich des maschinellen Lernens diskutiert.
Neben dem vielseitigen Vortragsprogramm stand vor allem der fachliche Austausch im Mittelpunkt. In Gesprächen mit Forschenden und Verantwortlichen aus der Entwicklung aus aller Welt konnten neue Perspektiven gewonnen und eigene Ansätze reflektiert werden. Besonders interessant waren zwei Vortragsreihen. Sie waren sowohl theoretisch fundiert als auch anwendungsorientiert konzipiert.
„Explainability in Machine Learning“
In dieser dreiteiligen Vorlesungsreihe wurde ein strukturierter Überblick über Methoden der Explainable Artificial Intelligence (XAI) geboten. Im ersten Teil wurden klassische Ansätze wie Feature Attribution und intrinsisch interpretierbare Modelle behandelt. Im zweiten Teil wurde die Erklärbarkeit großer Sprachmodelle (LLMs) thematisiert, beispielsweise mithilfe von Probing-Techniken und Mechanistic Interpretability. Abschließend wurde ein Einblick in aktuelle Ansätze zur Erklärbarkeit im Reinforcement Learning gegeben, insbesondere zur verständlichen Darstellung von Entscheidungsprozessen.
„From Prototype to Production: Evaluation Strategies for Agentic Applications“
In dieser Session wurde der Frage nachgegangen, wie Generative KI-Systeme in realen Anwendungsumgebungen valide bewertet werden können. Dabei wurden sowohl technische als auch methodische Aspekte behandelt: von der Definition geeigneter Metriken und heuristischer Verfahren bis hin zur Nutzung von LLMs als Bewertungsinstanz. Ein Schwerpunkt lag auf der Frage, wie sich Systeme durch menschliches Feedback iterativ verbessern lassen und wie sich ihre Zuverlässigkeit im Produktivbetrieb langfristig sicherstellen lässt.
Die DeepLearn 2025 bot insgesamt einen guten Überblick über aktuelle Forschungsthemen im Bereich des Deep Learnings. Der offene Austausch mit Nachwuchsforschenden unterschiedlicher Institutionen machte die Teilnahme für beide besonders lohnenswert.
Bildquelle: Falk Maoro / Benjamin Vehmeyer (FI CODE)
